第R語言學(xué)習(xí)ggplot2繪制統(tǒng)計圖形包全面詳解作為一枚統(tǒng)計專業(yè)的學(xué)僧，首先需要掌握的編程語言一定是R。雖然自己對R談不上精通，但卻有著不一樣的熱愛，尤其熱衷于使用R語言繪制各種各樣覺得十分酷炫的圖。每每磕完一個繪圖作品，仿佛過了一個愉快的寒暑假，充實而滿足。而在R語言中，談到繪圖，就不得不聊聊ggplot2這個大神器。

剛開始接觸學(xué)習(xí)的時候，其實是非常抵觸，覺得非常非常難的，但隨著一張張圖片躍然于屏幕之上，心中的抵觸滿滿消失，取而代之的甚至多出了一絲喜愛。而這絲喜愛愈釀愈醇厚，愈釀愈香甜。這就促使我寫一寫這篇博文。回顧我之前學(xué)習(xí)ggplot2所走過的路，使大家能夠避免走上我曾經(jīng)走過的死胡同，從而走上一條康莊大道。也希望大家能夠愛上R這門編程語言，享受使用ggplot2繪圖的樂趣。

本文其實借鑒了網(wǎng)上很多的教程與參考文獻(xiàn)，具體這些學(xué)習(xí)資料的網(wǎng)址，也會在文末進(jìn)行說明。

二、ggplot2是什么？

一句話概括：它是一個用來繪制統(tǒng)計圖形(不只是統(tǒng)計圖形)的R包！

為什么叫g(shù)gplot呢？其中的gg當(dāng)然不是GoodGame的意思，而是GrammarofGraphics，直譯就是繪圖的語法，這是一門學(xué)問，繪圖的學(xué)問。后面會介紹其與眾不同的語法。

作者是HadleyWickham，下面我們先瞻仰一下大神，沾點靈氣，為后續(xù)的ggplot學(xué)習(xí)之路打好基礎(chǔ)。

說起這位作者，可就厲害了。他是RStudio公司的首席科學(xué)家，在博士期間其實就已經(jīng)開發(fā)出了ggplot包，后面覺得寫的不行，于是推陳出新，天空一聲巨響，ggplot2閃亮登場。由于這個包實在是太好用了，所以漸漸的，如今Python等多個編程語言都有了其對應(yīng)的庫。

當(dāng)然，如果僅僅憑借ggplot2，Wickham還無法成為RStudio公司的首席科學(xué)家，他還是dplyr，devtools，readxl，rvest等包的作者，是一位全能型大神。

與此同時，在工作之外，他擅長烘焙和調(diào)制雞尾酒，并且還有自己的家庭食譜網(wǎng)站。真的非常的膩害！

更新：大神還榮獲2025年的統(tǒng)計學(xué)諾貝爾獎COPSS獎！

好了，言歸正傳，我們接著介紹ggplot2。

三、ggplot2能畫出什么樣的圖？

前面一直在夸它的好，得看看它究竟能創(chuàng)作出什么樣的圖！（由于博客的限制，不能使用svg的高清無碼矢量圖，故只能使用略帶模糊的jpg圖片）

前面兩個圖都是標(biāo)準(zhǔn)的統(tǒng)計學(xué)的我們需要畫的圖，只不過是將箱線圖、柱狀圖、直方圖、散點圖、擬合回歸以及相關(guān)系數(shù)，全部融合在了一張圖上，信息量非常豐富。集百家之所長，成一家之言！但這還沒什么，ggplot2還能做出令你更加吃驚的統(tǒng)計圖。就比如下面的回歸樹圖：

還有下面這個像巖漿一樣的族譜圖：從祖先到你，如何薪火相傳。

以及最后一個犯罪率的變化情況。

好看的圖片千千萬，有趣的繪圖包只有g(shù)gplot2。這里只介紹極小的一部分情況，說明一下它能做些什么。屏幕中的圖，如果不自己生成，就永遠(yuǎn)只是別人家的圖，而不是自己的，所以下面我們就來講講如何像搭積木，組裝機(jī)器一樣，組裝成一個獨屬于你的妖嬈且風(fēng)騷的圖片。

四、組裝機(jī)器

ggplot2繪圖三步走：

按照**設(shè)計圖紙**用一個個**零件**自己進(jìn)行**組裝**

后面會一一進(jìn)行介紹，這三步。但其實只要有一個概念，用ggplot2就是像PS一樣，一個圖層一個圖層的疊加，最后組成我們的目標(biāo)繪圖。

它的優(yōu)勢非常明顯：

用戶能在更抽象層面上控制圖形，使創(chuàng)造性繪圖更容易采用圖層的設(shè)計方式，使其更具靈活性圖形美觀，同時避免繁瑣細(xì)節(jié)將常見的統(tǒng)計變換融入到了繪圖中

五、設(shè)計圖紙

想要了解ggplot2，我們必須先了解下面這些概念：

數(shù)據(jù)（Data）和映射（Mapping）：將數(shù)據(jù)映到圖像幾何對象（Geometric）：代表在圖中看到的實際元素，如點、線、多邊形等統(tǒng)計變換（Statistics）：對數(shù)據(jù)進(jìn)行某種匯總，如直方圖，或?qū)⒍S關(guān)系用線性模型解釋標(biāo)度（Scale）：將數(shù)據(jù)的取值映射到圖形空間，例如用：顏色、大小、形狀表示不同取值坐標(biāo)系（Coordinate）：數(shù)據(jù)如何映射到圖形所在平面，提供作圖所需的坐標(biāo)軸和網(wǎng)格線分面（Facet）：將數(shù)據(jù)分解為子集，進(jìn)行聯(lián)合展示圖層（Layer）：對所需的繪圖操作進(jìn)行一層一層疊加，最終得到所需圖形

這些概念能幫助你加深對其的理解，但是還是不懂？沒關(guān)系！我們剛開始只需要掌握下面的零件構(gòu)造就好了！

六、機(jī)器的零件

在最最最開始，你需要安裝R并且建議安裝RStudio，都是免費的，并且都需要安裝，然后可以直接從RStudio打開。

然后我們需要先安裝ggplot2包，在R或者RStudio中使用下述語句，即可完成安裝。

install.packages(ggplot2)

接著，我們就可以學(xué)習(xí)其中的每個零件的用法了。

1.零件散點圖

如果我們想要看兩個變量之間的關(guān)系，最簡單，最方便的做法就是繪制散點圖，那我們?nèi)绾问褂胓gplot2繪制這樣一個圖形呢？

library(ggplot2)

p-ggplot(data=mpg,mapping=aes(x=cty,y=hwy))

p+geom_point()

首先需要使用library()對ggplot2包進(jìn)行加載（記得每次重新打開都需要進(jìn)行加載?。?，當(dāng)然也可以使用require()。然后就可以愉快地進(jìn)行繪圖了。

我們需要找到一個映射，也就是一對一的對應(yīng)關(guān)系，這個我們在程序中如何給定呢？這就需要使用ggplot()這個函數(shù)。

首先在data=后面需要加上數(shù)據(jù)集的名稱，在例子中是mpg一個關(guān)于汽車的數(shù)據(jù)集（注意：這個數(shù)據(jù)集是ggplot2包中特有的，加載了包才會有這個數(shù)據(jù)集）。在這個數(shù)據(jù)集里面有很多變量，其中有cty與hwy等一系列變量。每個變量都有一列數(shù)值，也就是樣本的信息，我們需要看cty與hwy兩個變量對應(yīng)的信息，就需要指定x軸是誰，y軸對應(yīng)的是誰。在代碼中，首先需要使用aes()將兩個坐標(biāo)軸的信息對應(yīng)起來。aes代表的是aestheticmappings，具有美感的映射，然后在里面分別使用x=，y=來制定需要映射的變量。至此，我們的對應(yīng)關(guān)系就找出來了。

但是！此時，你運行p這個變量是沒有圖像信息反饋出來的，因為你只是指定了關(guān)系，而沒有說明應(yīng)該以什么形式進(jìn)行展現(xiàn)?？赡苁巧Ⅻc、折線、曲線等等。不過由于我們是進(jìn)行散點圖的繪制，所以使用的是后面還要+geom_point()就可以展現(xiàn)出散點圖了，其中g(shù)eom表示的是geometricobject，幾何對象的意思。

接著，我們再對散點圖進(jìn)行一點點潤色。（黑黑的點真的好丑）

1)變換顏色

p-ggplot(mpg,aes(x=cty,y=hwy,colour=factor(year)))

p+geom_point()

這里我們指定了其散點的顏色，在aes()中使用了colour=，其后面的year也是mpg數(shù)據(jù)集中的一個變量。里面只有1999和2008兩年，每個樣本都有一個年份。（colour=寫在aes()里面可以自動分配顏色，寫在外面就是強(qiáng)制指定點的顏色，如加上blue等）

不過為了將數(shù)字轉(zhuǎn)化成factor因子形式，我們這里使用了factor()將數(shù)值變成了因子（可以自己嘗試不添加factor()看看會出現(xiàn)什么樣的結(jié)果，其實會出現(xiàn)顏色的深淺表示數(shù)值的大小）。

這里使用了p-ggplot(mpg,aes(x=cty,y=hwy,colour=factor(year)))，我們默認(rèn)將后面這部分賦值給了變量p，后面的p全部都是指代這行語句。

這行代碼還有另外一個地方發(fā)生了變化，data=消失，只是這個都可以省略，只要在對應(yīng)的位置有數(shù)據(jù)集這個變量就好了（這里是mpg）。同理，其實x=與y=在這里都可以省略。

在出現(xiàn)了散點之后，還是覺得空蕩蕩的，我們再加點別的零件。

2)擬合曲線

p+geom_point()+stat_smooth()

相比于原先的操作，只是再加了一行+stat_smooth()，stat表示的是statisticaltransformation，統(tǒng)計學(xué)變換。因為我們需要用插值的方法來繪制擬合直線，并且附帶置信區(qū)間。

3)變換大小

p+geom_point(aes(colour=factor(year),size=displ))+

stat_smooth()#排量越大，點越大

想要變換點的大小，只需再在aes()中加上size=，后面接上一個新的變量名稱displ代表著汽車的排量，每個點的尺寸越大，代表著排量越大，其對應(yīng)關(guān)系如右邊圖例所示。

在此基礎(chǔ)上我們還想在一張圖上添加更多的信息，同時也可以解決點與點之間的重疊的問題，不會因為遮蓋而使得我們有部分點看不到。那么我們應(yīng)該怎么做呢？

透明度！

4)修改透明度

p+geom_point(aes(colour=factor(year),

size=displ),alpha=0.5)+

stat_smooth()+scale_size_continuous(range=c(4,10))

同樣，我們只需使用alpha=即可其范圍在01之間，越小表示越透明。注意，在這里，我們是寫在aes()的外面，代表對所有的點都強(qiáng)制透明度為0.5。

在修改完透明度后，我們發(fā)現(xiàn)，圖像已經(jīng)有一點夢幻般的感覺了。但仔細(xì)一看，會發(fā)現(xiàn)，這張圖實在是太擁擠了，1999年與2008年全部擠在了一塊兒，那有沒有什么簡單的方法可以將兩年直接分開呢？

使用分層操作！

5)分層

p+geom_point(aes(colour=class,size=displ),alpha=0.5)+

stat_smooth()+scale_size_continuous(range=c(4,10))+

facet_wrap(~year,ncol=1)

這次變化的內(nèi)容其實有點多，我們來細(xì)細(xì)捋一捋，首先是分層。

其實分層操作用起來非常的簡單，就一行代碼：facet_wrap(~year,ncol=1)，facet_wrap()是關(guān)鍵，facet與wrap兩個詞組合，就是逐面地包起來。里面我們選擇按照year這個變量來分層，就可以將1999與2008分開。一定要注意！這里在year前面有個~，回歸中的用法。而最后的ncol=1代表著我們的小窗口是1列，指定了1列之后，默認(rèn)就是兩行啦。（因為年份一共只有兩種）如果不加這句，會默認(rèn)橫著排列，或者想要指定幾行，則使用nrow=1。

第二個修改的地方是colour=class。同樣的，class也是數(shù)據(jù)集中的一個變量，代表不同種類的汽車，而因為汽車的種類非常多，所以顏色也就變的很多了。

第三個修改點是：添加了scale_size_continuous(range=c(4,10))，也就是指定我們size的變化范圍。在本圖中，就是控制點的絕對大小的范圍，不要太大，也不要太小。

至此，散點圖該潤色的地方，已經(jīng)潤色的差不多了，唯獨還有一個小小的缺陷：能否加個標(biāo)題，并且將這些英文簡寫的名稱改得更容易懂一些。畢竟做統(tǒng)計圖不是為了自娛自樂，而是要給別人看的，要讓大家明白你在做什么，在分析什么。

所以我們還需要進(jìn)行一點點修改。

6)改中文

p+geom_point(aes(colour=class,size=displ),alpha=0.5)+

stat_smooth()+scale_size_continuous(range=c(4,10))+

facet_wrap(~year,ncol=1)+

labs(y=每加侖高速公路行駛距離,x=每加侖城市公路行駛距離,

title=汽車油耗與型號,size=排量,colour=車型)+

theme(text=element_text(family=STHeiti),

plot.title=element_text(hjust=0.5))

看到這么長的代碼，首先要做的就是淡定，不要虛！我們慢慢來解釋。

其實我們只添加了兩個地方，labs()與theme()。

labs()修改的是我們標(biāo)簽的名稱。我們前面在aes()中用了x=，y=，size=以及colour=，這些都是會有標(biāo)簽名稱的，默認(rèn)都是前面顯示的一些英文。而這里，我們只需要在labs()中，寫上其對應(yīng)的名稱即可。另外我們還附送一個title=，就是我們圖像的標(biāo)題。

theme()更偏向于格式的修改。text=element_text(family=STHeiti)是對字體進(jìn)行修改，變?yōu)楹隗w。Windows系統(tǒng)的各位，可以不添加這行，一樣會顯示前面labs()中設(shè)定的中文。而如果是Mac或者Linux系統(tǒng)，由于字體的缺失，會顯示成一個一個的框框，在圖像上顯示不了中文字。

第二行plot.title=element_text(hjust=0.5)是調(diào)整標(biāo)題的位置，不加這行，標(biāo)題會居左，加上才會居中。hjust=0.5其實就是左右移動的意思，0.5表示居中。

2.零件直方圖與條形圖

學(xué)完了零件散點圖，我們再來學(xué)學(xué)其它零件。

我們先著重介紹直方圖與條形圖?？赡軙杏腥藛枺@兩個不都是方塊兒條嗎，有什么區(qū)別。其實這兩個圖有本質(zhì)的區(qū)別：一個是針對連續(xù)的變量（直方圖，histogram），將連續(xù)的變量砍成一段一段，再進(jìn)行計數(shù)；一個是針對離散的變量（條形圖，bar），直接對每類的樣本來數(shù)數(shù)。

1)直方圖

p1-ggplot(mpg,aes(x=hwy))

p1+geom_histogram()

這里不再用前面的變量p，而是變成p1，其映射是不需要y的，只需要指定x=數(shù)據(jù)集中的一個變量即可。然后+geom_histogram()會使用默認(rèn)的參數(shù)進(jìn)行直方圖的繪制。

2)潤色

p1+geom_histogram(aes(fill=factor(year),y=..density..),

alpha=0.3,colour=black)+

stat_density(geom=line,position=identity,size=1.5,

aes(colour=factor(year)))+

facet_wrap(~year,ncol=1)

這里又進(jìn)行了很多操作，下面將其進(jìn)行分解。

首先是facet_wrap(~year,ncol=1)按年分層，這里不再詳述。我們來聊聊geom_histogram()中的參數(shù)。

fill=factor(year)放在aes()中表示按年進(jìn)行填充顏色。為什么不用前面說到的colour=？這是ggplot繪圖中一個非常重要的點?。ㄇ煤诎澹。τ诰€與點這種面積為0的結(jié)構(gòu)，它的顏色就直接使用colour=進(jìn)行指定，而對條形圖，柱狀圖，扇形圖（特殊的柱狀圖），箱線圖等等有面積的圖形，其面積的顏色，我們需要用fill=來指定。

添加y=..density..是將原本的頻數(shù)直方圖變成頻率密度直方圖，目的是為了在直方圖上添加密度曲線，兩者可以同時在一張圖上展現(xiàn)。

alpha=0.3是指定填充顏色的透明度，colour=black則是強(qiáng)制指定柱狀圖邊框的顏色為黑色。注意這兩個參數(shù)是放在aes()外面，就是強(qiáng)制設(shè)定的意思。

stat_density()表示添加統(tǒng)計學(xué)中的密度曲線，進(jìn)行密度估計。geom=line指定為線形，position=identity表示一個一一映射，size=1.5是強(qiáng)制修改線的尺寸，為原先的1.5倍。最后的aes(colour=factor(year))為修改擬合密度曲線的顏色，這里就是用的colour=而不是fill=

3)條形圖

p2-ggplot(mpg,aes(x=class))

p2+geom_bar()

直接簡單地計算不同車種類在數(shù)據(jù)集中的數(shù)量，使用+geom_bar()，用默認(rèn)參數(shù)即可繪制。我們直接從圖上也可以看出，geom_bar()與geom_histogram()，兩者繪制出來的圖形，一個有間隔，一個沒有間隔。這就正好對應(yīng)了我們的離散與連續(xù)的區(qū)別。

我們想進(jìn)一步比較不同年份，兩者的汽車種類的數(shù)量是否有差別，我們可以使用并立條形圖。

a.并立條形圖

p3-ggplot(mpg,aes(class,fill=factor(year)))

p3+geom_bar(position=dodge)

只需添加參數(shù)position=dodge，并立條形圖帶回家！當(dāng)然前面要說明用什么變量來并立，這里是年份：fill=factor(year)

同樣，我們可以做不同的條形圖。

b.堆疊條形圖

p3-ggplot(mpg,aes(class,fill=factor(year)))

p3+geom_bar(position=dodge)

c.分面條形圖

p3+geom_bar(aes(fill=class))+facet_wrap(~year)

只需動一動手指，就可享受到買一送三的奢華體驗！

3.零件餅圖

餅圖可以說是條形圖的一種特殊形式，其繪制方法可以從代碼中看出。

p4-ggplot(mpg,aes(x=factor(1),fill=factor(class)))+

geom_bar(width=1)

p4+coord_polar(theta=y)

首先x軸，只有一個柱子，柱子的寬度我們設(shè)置為1，geom_bar(width=1)，也就是鋪滿整個圖，而柱子按照class變量來分類，并且是堆疊的（默認(rèn)是堆疊條形圖）。這時的圖，也就是p4是一個千層餅。然后我們按照y軸為原點，用coord_polar(theta=y)，把這個千層餅卷成千層卷，就成了我們的餅圖了。

后面會專門開個博客來細(xì)講餅圖的一些細(xì)節(jié)操作。

4.零件箱線圖

用geom_boxplot()繪制箱線圖。

p5-ggplot(mpg,aes(class,hwy,fill=class))

p5+geom_boxplot()

但是箱線圖怎么看都覺得不夠炫酷，我們可以用小提琴圖來使繪圖變得更加美麗動人。

5.零件小提琴圖

p5+geom_violin(alpha=0.3)+geom_jitter(shape=21)

使用geom_violin()繪制小提琴圖，同樣改變透明度。小提琴圖相比于箱線圖多了各個類別分布的信息，是圖像變得更加漂亮。

然后我們用geom_jitter()添加擾動點，其實就是將數(shù)據(jù)點等間隔的排列，顯得更加高大上。其中的shape=21指定的是擾動點的形狀，我們用21號，也就是空心點（默認(rèn)是實心點）。

至此，主要的零件都已經(jīng)介紹完成了。但我們可以看到，ggplot繪制出來的圖，背景都是灰格子，我們可不可以將其去掉呢？

當(dāng)然可以！

6.零件打磨

下面的一系列變化都基于前面繪制的箱線圖。我們通過修改theme()中一系列參數(shù)，來對背景進(jìn)行修改。

#不要灰底

p5-ggplot(mpg,aes(class,hwy,fill=class))

p6-p5+geom_boxplot()

p6+theme_bw()

#不要網(wǎng)格線

p6+theme_bw()+theme(panel.grid=element_blank())

#不要刻度標(biāo)簽

p6+theme_bw()+theme(panel.grid=element_blank(),

axis.text=element_blank())

#不要刻度線

p6+theme_bw()+theme(panel.grid=element_blank(),

axis.text=element_blank(),

axis.ticks=element_blank())

#不要xy軸標(biāo)題

p6+theme_bw()+theme(panel.grid=element_blank(),

axis.text=element_blank(),

axis.ticks=element_blank(),

axis.title=element_blank())

#不要外層邊框

p6+theme_bw()+theme(panel.grid=element_blank(),

axis.text=element_blank(),

axis.ti